ABOUT THE SPEAKER
Pamela Meyer - Lie detector
Pamela Meyer thinks we’re facing a pandemic of deception, but she’s arming people with tools that can help take back the truth.

Why you should listen
Social media expert Pamela Meyer can tell when you’re lying. If it’s not your words that give you away, it’s your posture, eyes, breathing rate, fidgets, and a host of other indicators. Worse, we are all lied to up to 200 times a day, she says, from the white lies that allow society to function smoothly to the devastating duplicities that bring down corporations and break up families.

Working with a team of researchers over several years, Meyer, who is CEO of social networking company Simpatico Networks, collected and reviewed most of the research on deception that has been published, from such fields as law-enforcement, military, psychology and espionage. She then became an expert herself, receiving advanced training in deception detection, including multiple courses of advanced training in interrogation, microexpression analysis, statement analysis, behavior and body language interpretation, and emotion recognition. Her research is synthetized in her bestselling book Liespotting.
More profile about the speaker
Pamela Meyer | Speaker | TED.com
TEDGlobal 2011

Pamela Meyer: How to spot a liar

Pamela Meyer: Como detectar um mentiroso

Filmed:
28,415,176 views

A cada dia que passa mentem-nos entre 10 a 200 vezes, e as pistas para detectar essas mentiras podem ser subtis e contra-intuitivas. Pamela Meyer, autora de Liespotting, mostra-nos os meios e os pontos chave usados por aqueles que são treinados para reconhecer o engano -- e argumenta que a sinceridade é um valor que vale a pena preservar.
- Lie detector
Pamela Meyer thinks we’re facing a pandemic of deception, but she’s arming people with tools that can help take back the truth. Full bio

Double-click the English transcript below to play the video.

00:15
Okay, now I don't want to alarmalarme anybodyqualquer pessoa in this roomquarto,
0
0
5000
Ora bem, eu não quero alarmar ninguém aqui nesta sala,
00:20
but it's just come to my attentionatenção
1
5000
2000
mas chegou ao meu conhecimento
00:22
that the personpessoa to your right is a liarmentiroso.
2
7000
2000
que a pessoa sentada à vossa direita é um mentiroso.
00:24
(LaughterRiso)
3
9000
2000
(Risos)
00:26
AlsoTambém, the personpessoa to your left is a liarmentiroso.
4
11000
3000
Além disso, a pessoa sentada à vossa esquerda é um mentiroso.
00:29
AlsoTambém the personpessoa sittingsentado in your very seatsassentos is a liarmentiroso.
5
14000
3000
Além disso, a pessoa sentada no vosso próprio lugar é um mentiroso.
00:32
We're all liarsmentirosos.
6
17000
2000
Somos todos mentirosos.
00:34
What I'm going to do todayhoje
7
19000
2000
O que vou fazer hoje
00:36
is I'm going to showexposição you what the researchpesquisa saysdiz about why we're all liarsmentirosos,
8
21000
3000
é mostrar-vos o que os estudos dizem sobre por que somos todos mentirosos,
00:39
how you can becometornar-se a liespotterliespotter
9
24000
2000
sobre como podemos tornar-nos detectores de mentiras
00:41
and why you mightpoderia want to go the extraextra milemilha
10
26000
3000
e porque poderemos querer ir mais além
00:44
and go from liespottingliespotting to truthverdade seekingbuscando,
11
29000
3000
e ir da detecção de mentiras até à procura da verdade,
00:47
and ultimatelyem última análise to trustConfiar em buildingconstrução.
12
32000
2000
e, em última instância, à construção da confiança.
00:49
Now speakingFalando of trustConfiar em,
13
34000
3000
Agora, falando de confiança,
00:52
ever sinceDesde a I wroteescrevi this booklivro, "LiespottingLiespotting,"
14
37000
3000
desde que escrevi este livro, "Liespotting,"
00:55
no one wants to meetConheça me in personpessoa anymorenão mais, no, no, no, no, no.
15
40000
3000
nunca mais ninguém me quis conhecer pessoalmente, não, não, não, não, não.
00:58
They say, "It's okay, we'llbem emailo email you."
16
43000
3000
Dizem, "Tudo bem, mandamos um e-mail."
01:01
(LaughterRiso)
17
46000
2000
(Risos)
01:03
I can't even get a coffeecafé dateencontro at StarbucksStarbucks.
18
48000
4000
Nem sequer consigo marcar um encontro no Starbucks.
01:07
My husband'smarido like, "HoneyQuerida, deceptiondecepção?
19
52000
2000
O meu marido diz, "Querida, engano?
01:09
Maybe you could have focusedfocado on cookingcozinhando. How about FrenchFrancês cookingcozinhando?"
20
54000
3000
Talvez pudesses ter-te especializado em culinária. Que tal culinária francesa?"
01:12
So before I get startedcomeçado, what I'm going to do
21
57000
2000
Por isso, antes de começar, o que vou fazer
01:14
is I'm going to clarifyesclarecer my goalobjetivo for you,
22
59000
3000
é clarificar o meu objectivo junto de vós,
01:17
whichqual is not to teachEnsinar a gamejogos of GotchaTe peguei.
23
62000
2000
que não é ensinar um jogo de Apanhei-te.
01:19
LiespottersLiespotters aren'tnão são those nitpickypicuinhas kidsfilhos,
24
64000
2000
Os apanhadores de mentiras (Liespotters) não são aqueles miúdos picuinhas,
01:21
those kidsfilhos in the back of the roomquarto that are shoutinggritando, "GotchaTe peguei! GotchaTe peguei!
25
66000
3000
aqueles miúdos na última fila da sala de aulas a gritar, "Apanhei-te! Apanhei-te!
01:24
Your eyebrowsobrancelha twitchedcontorceu-se. You flaredqueimado your nostrilnarina.
26
69000
3000
A tua sobrancelha estremeceu. A tua narina dilatou.
01:27
I watch that TVTV showexposição 'Lie' Mentir To Me.' I know you're lyingdeitado."
27
72000
3000
Vi aquele programa de TV 'Lie To Me' (Mente-me). Sei que estás a mentir."
01:30
No, liespottersliespotters are armedarmado
28
75000
2000
Não, os apanhadores de mentiras estão armados
01:32
with scientificcientífico knowledgeconhecimento of how to spotlocal deceptiondecepção.
29
77000
3000
com conhecimento científico sobre como detectar o engano.
01:35
They use it to get to the truthverdade,
30
80000
2000
Usam-no para chegar à verdade,
01:37
and they do what maturemaduras leaderslíderes do everydaytodo dia;
31
82000
2000
e fazem o que os líderes maduros fazem todos os dias;
01:39
they have difficultdifícil conversationsconversas with difficultdifícil people,
32
84000
3000
têm conversas difíceis com pessoas difíceis,
01:42
sometimesas vezes duringdurante very difficultdifícil timesvezes.
33
87000
2000
por vezes durante tempos muito difíceis.
01:44
And they startcomeçar up that pathcaminho
34
89000
2000
E iniciam esse caminho
01:46
by acceptingaceitando a coretestemunho propositionproposição,
35
91000
2000
aceitando uma premissa fundamental,
01:48
and that propositionproposição is the followingSegue:
36
93000
2000
e essa premissa é a seguinte:
01:50
LyingA mentir is a cooperativecooperativa actAja.
37
95000
3000
Mentir é um acto cooperativo.
01:53
Think about it, a liementira has no powerpoder whatsoeverqualquer coisa by its meremero utteranceenunciado.
38
98000
4000
Pensem nisso, uma mentira não tem qualquer poder com a sua simples expressão.
01:57
Its powerpoder emergesemerge
39
102000
2000
O seu poder emerge
01:59
when someonealguém elseoutro agreesconcorda to believe the liementira.
40
104000
2000
quando outra pessoa concorda em acreditar na mentira.
02:01
So I know it maypode soundsom like toughresistente love,
41
106000
2000
Por isso sei que pode soar a amor duro,
02:03
but look, if at some pointponto you got liedmentiu to,
42
108000
4000
mas olhem, se a dada altura vos mentem,
02:07
it's because you agreedacordado to get liedmentiu to.
43
112000
2000
é porque concordaram que vos mentissem.
02:09
TruthVerdade numbernúmero one about lyingdeitado: Lying'sA mentir a cooperativecooperativa actAja.
44
114000
3000
Verdade número um acerca da mentira: Mentir é um acto cooperativo.
02:12
Now not all liesmentiras are harmfulprejudicial.
45
117000
2000
Ora, nem todas as mentiras são prejudiciais.
02:14
SometimesÀs vezes we're willingdisposto participantsparticipantes in deceptiondecepção
46
119000
3000
Às vezes somos participantes voluntários no engano
02:17
for the sakesake of socialsocial dignitydignidade,
47
122000
3000
para o bem da dignidade social,
02:20
maybe to keep a secretsegredo that should be keptmanteve secretsegredo, secretsegredo.
48
125000
3000
talvez para manter um segredo que deve ser mantido secreto, secreto.
02:23
We say, "NiceBom songcanção."
49
128000
2000
Dizemos, "Bela canção."
02:25
"HoneyQuerida, you don't look fatgordo in that, no."
50
130000
3000
"Querida, o vestido não te faz parecer gorda, não."
02:28
Or we say, favoritefavorito of the digirattidigiratti,
51
133000
2000
Ou dizemos, desculpa favorita dos amantes de informática,
02:30
"You know, I just fishedpescado that emailo email out of my spamSpam folderpasta.
52
135000
3000
"Sabes, só agora encontrei esse e-mail na minha pasta de spam.
02:33
So sorry."
53
138000
3000
Desculpa lá."
02:36
But there are timesvezes when we are unwillingsem vontade participantsparticipantes in deceptiondecepção.
54
141000
3000
Mas há alturas em que somos participantes involuntários no engano.
02:39
And that can have dramaticdramático costscusta for us.
55
144000
3000
E isso pode ter custos dramáticos para nós.
02:42
Last yearano saw 997 billionbilhão dollarsdólares
56
147000
3000
No ano passado houve 997 mil milhões de dólares
02:45
in corporatecorporativo fraudfraude alonesozinho in the UnitedUnidos StatesEstados-Membros.
57
150000
4000
em fraude empresarial só nos Estados Unidos.
02:49
That's an eyelashPestana undersob a trilliontrilhão dollarsdólares.
58
154000
2000
É uma migalha menos que um bilião de dólares.
02:51
That's sevenSete percentpor cento of revenuesreceitas.
59
156000
2000
São sete por cento das receitas.
02:53
DeceptionDecepção can costcusto billionsbilhões.
60
158000
2000
O engano pode custar biliões.
02:55
Think EnronEnron, MadoffMadoff, the mortgagehipoteca crisiscrise.
61
160000
3000
Pensem na Enron, no Madoff, na crise das hipotecas.
02:58
Or in the casecaso of doubleDuplo agentsagentes and traitorstraidores,
62
163000
3000
Ou nos casos dos agentes duplos e dos traidores,
03:01
like RobertRobert HanssenHanssen or AldrichAldrich AmesAmes,
63
166000
2000
como Robert Hanssen ou Aldrich Ames,
03:03
liesmentiras can betraytrair our countrypaís,
64
168000
2000
as mentiras podem trair o nosso país,
03:05
they can compromisecompromisso our securitysegurança, they can undermineminar democracydemocracia,
65
170000
3000
podem comprometer a nossa segurança, podem sabotar a democracia,
03:08
they can causecausa the deathsmortes of those that defenddefender us.
66
173000
3000
podem causar a morte daqueles que nos defendem.
03:11
DeceptionDecepção is actuallyna realidade seriousgrave businesso negócio.
67
176000
3000
O engano é na verdade um assunto sério.
03:14
This con man, HenryHenry OberlanderOberlander,
68
179000
2000
Este burlão, Henry Oberlander,
03:16
he was suchtal an effectiveeficaz con man
69
181000
2000
era um burlão tão eficiente
03:18
BritishBritânico authoritiesautoridades say
70
183000
2000
que as autoridades britânicas dizem
03:20
he could have underminedminado the entireinteira bankingserviços bancários systemsistema of the WesternWestern worldmundo.
71
185000
3000
que ele pode ter sabotado todo o sistema bancário do mundo ocidental.
03:23
And you can't find this guy on GoogleGoogle; you can't find him anywherequalquer lugar.
72
188000
2000
E vocês não conseguem encontrar este tipo no Google; não conseguem encontrá-lo em lado nenhum.
03:25
He was interviewedentrevistado onceuma vez, and he said the followingSegue.
73
190000
3000
Foi entrevistado uma vez, e disse o seguinte.
03:28
He said, "Look, I've got one ruleregra."
74
193000
2000
Disse: "Olhem, tenho uma regra."
03:30
And this was Henry'sDe Henry ruleregra, he said,
75
195000
3000
E esta era a regra de Henry, disse ele:
03:33
"Look, everyonetodos is willingdisposto to give you something.
76
198000
2000
"Olhem, toda a gente está disposta a dar-nos algo.
03:35
They're readypronto to give you something for whatevertanto faz it is they're hungrycom fome for."
77
200000
3000
Estão prontas a dar-nos algo em troca daquilo por que estão sedentas, seja isso o que for."
03:38
And that's the cruxCruzeiro do Sul of it.
78
203000
2000
E é esse o busílis, o ponto essencial.
03:40
If you don't want to be deceivedenganou, you have to know,
79
205000
2000
Se não querem ser enganados, têm de saber,
03:42
what is it that you're hungrycom fome for?
80
207000
2000
de que é que estão sedentos?
03:44
And we all kindtipo of hateódio to admitAdmitem it.
81
209000
3000
E todos nós, de alguma forma, detestamos admiti-lo.
03:47
We wishdesejo we were better husbandsmaridos, better wivesesposas,
82
212000
3000
Gostaríamos de ser melhores maridos, melhores esposas,
03:50
smartermais esperto, more powerfulpoderoso,
83
215000
2000
mais espertos, mais poderosos,
03:52
tallermais alto, richermais rico --
84
217000
2000
mais altos, mais ricos --
03:54
the listLista goesvai on.
85
219000
2000
a lista continua.
03:56
LyingA mentir is an attempttentativa to bridgeponte that gapgap,
86
221000
2000
Mentir é uma tentativa para colmatar essa lacuna,
03:58
to connectconectar our wishesdesejos and our fantasiesfantasias
87
223000
2000
para ligar os nossos desejos e as nossas fantasias
04:00
about who we wishdesejo we were, how we wishdesejo we could be,
88
225000
3000
acerca de quem desejamos ser, como desejamos ser,
04:03
with what we're really like.
89
228000
3000
com o que realmente somos.
04:06
And boyGaroto are we willingdisposto to fillencher in those gapslacunas in our livesvidas with liesmentiras.
90
231000
3000
E estamos mesmo dispostos a preencher essas lacunas das nossas vidas com mentiras.
04:09
On a givendado day, studiesestudos showexposição that you maypode be liedmentiu to
91
234000
3000
A cada dia que passa, os estudos mostram que podem mentir-nos
04:12
anywherequalquer lugar from 10 to 200 timesvezes.
92
237000
2000
desde 10 a 200 vezes.
04:14
Now grantedconcedido, manymuitos of those are whitebranco liesmentiras.
93
239000
3000
É garantido, muitas delas são mentiras inofensivas.
04:17
But in anotheroutro studyestude,
94
242000
2000
Mas noutro estudo
04:19
it showedmostrou that strangersestranhos liedmentiu threetrês timesvezes
95
244000
2000
é mostrado que os estranhos mentem três vezes mais
04:21
withindentro the first 10 minutesminutos of meetingencontro eachcada other.
96
246000
2000
nos primeiros 10 minutos após se conhecerem.
04:23
(LaughterRiso)
97
248000
2000
(Risos)
04:25
Now when we first hearouvir this datadados, we recoilrecolhimento.
98
250000
3000
Ora, quando escutamos estes dados pela primeira vez, recuamos.
04:28
We can't believe how prevalentprevalecente lyingdeitado is.
99
253000
2000
Não conseguimos acreditar quão prevalente é a mentira.
04:30
We're essentiallyessencialmente againstcontra lyingdeitado.
100
255000
2000
Somos fundamentalmente contra a mentira.
04:32
But if you look more closelyde perto,
101
257000
2000
Mas se olharmos mais atentamente,
04:34
the plotenredo actuallyna realidade thickensadensa-se.
102
259000
2000
na verdade, o enredo complica-se.
04:36
We liementira more to strangersestranhos than we liementira to coworkerscolegas de trabalho.
103
261000
3000
Mentimos mais a desconhecidos do que a colegas de trabalho.
04:39
ExtrovertsExtrovertidos liementira more than introvertsintrovertidos.
104
264000
4000
Os extrovertidos mentem mais do que os introvertidos.
04:43
MenHomens liementira eightoito timesvezes more about themselvessi mesmos
105
268000
3000
Os homens mentem oito vezes mais acerca deles próprios
04:46
than they do other people.
106
271000
2000
do que acerca de outras pessoas.
04:48
WomenMulheres liementira more to protectproteger other people.
107
273000
3000
As mulheres mentem mais para proteger outras pessoas.
04:51
If you're an averagemédia marriedcasado couplecasal,
108
276000
3000
No perfil médio das pessoas casadas,
04:54
you're going to liementira to your spousecônjuge
109
279000
2000
mente-se ao cônjuge
04:56
in one out of everycada 10 interactionsinterações.
110
281000
2000
em uma de cada 10 interacções.
04:58
Now you maypode think that's badmau.
111
283000
2000
Ora, podem pensar que isso é mau.
05:00
If you're unmarriedsolteiro, that numbernúmero dropsgotas to threetrês.
112
285000
2000
Se não forem casados, o número desce para três.
05:02
Lying'sA mentir complexcomplexo.
113
287000
2000
A mentira é complexa.
05:04
It's woventecido into the fabrictecido of our dailydiariamente and our businesso negócio livesvidas.
114
289000
3000
Está misturada no tecido das nossas vidas quotidianas e profissionais.
05:07
We're deeplyprofundamente ambivalentambivalente about the truthverdade.
115
292000
2000
Somos profundamente ambivalentes acerca da verdade.
05:09
We parseanalisar it out on an as-neededconforme necessário basisbase,
116
294000
2000
Analisamo-la sintacticamente quando precisamos,
05:11
sometimesas vezes for very good reasonsrazões,
117
296000
2000
às vezes por razões muito boas,
05:13
other timesvezes just because we don't understandCompreendo the gapslacunas in our livesvidas.
118
298000
3000
outras vezes simplesmente porque não entendemos as lacunas nas nossas vidas.
05:16
That's truthverdade numbernúmero two about lyingdeitado.
119
301000
2000
É a verdade número dois acerca da mentira.
05:18
We're againstcontra lyingdeitado,
120
303000
2000
Somos contra a mentira,
05:20
but we're covertlysecretamente for it
121
305000
2000
mas somos, secretamente, a seu favor
05:22
in waysmaneiras that our societysociedade has sanctionedsancionada
122
307000
2000
em formas que a nossa sociedade sancionou
05:24
for centuriesséculos and centuriesséculos and centuriesséculos.
123
309000
2000
durante séculos e séculos e séculos.
05:26
It's as oldvelho as breathingrespiração.
124
311000
2000
É tão antigo como o respirar.
05:28
It's partparte of our culturecultura, it's partparte of our historyhistória.
125
313000
2000
Faz parte da nossa cultura, faz parte da nossa história.
05:30
Think DanteDante, ShakespeareShakespeare,
126
315000
3000
Pensem em Dante, em Shakespeare,
05:33
the BibleBíblia, NewsNotícias of the WorldMundo.
127
318000
3000
na Bíblia, no News of the World.
05:36
(LaughterRiso)
128
321000
2000
(Risos)
05:38
LyingA mentir has evolutionaryevolutivo valuevalor to us as a speciesespécies.
129
323000
2000
Mentir tem valor evolucionário para nós enquanto espécie.
05:40
ResearchersPesquisadores have long knownconhecido
130
325000
2000
Os investigadores sabem há muito tempo
05:42
that the more intelligentinteligente the speciesespécies,
131
327000
2000
que quanto mais inteligente é a espécie,
05:44
the largermaior the neocortexneocórtex,
132
329000
2000
quanto maior é o neocórtex,
05:46
the more likelyprovável it is to be deceptiveenganosas.
133
331000
2000
maior é a probabilidade de a espécie ser enganadora.
05:48
Now you mightpoderia rememberlembrar KokoKoko.
134
333000
2000
Talvez se lembrem de Koko.
05:50
Does anybodyqualquer pessoa rememberlembrar KokoKoko the gorillagorila who was taughtensinado signplaca languagelíngua?
135
335000
3000
Alguém se lembra do gorila Koko a quem foi ensinada a língua gestual?
05:53
KokoKoko was taughtensinado to communicatecomunicar viaatravés da signplaca languagelíngua.
136
338000
3000
Koko aprendeu a comunicar com a língua gestual.
05:56
Here'sAqui é KokoKoko with her kittengatinho.
137
341000
2000
Aqui está a Koko com o seu gatinho.
05:58
It's her cutebonito little, fluffyfofo petanimal kittengatinho.
138
343000
3000
É o seu lindo gatinho, o seu gatinho fofinho de estimação.
06:01
KokoKoko onceuma vez blamedculpou her petanimal kittengatinho
139
346000
2000
Koko uma vez culpou o seu gatinho
06:03
for rippingrasgando a sinkPia out of the wallparede.
140
348000
2000
por arrancar um lavatório da parede.
06:05
(LaughterRiso)
141
350000
2000
(Risos)
06:07
We're hardwiredhardwired to becometornar-se leaderslíderes of the packpacote.
142
352000
2000
Estamos programados para nos tornarmos líderes do grupo.
06:09
It's startscomeça really, really earlycedo.
143
354000
2000
Começa mesmo muito, muito cedo.
06:11
How earlycedo?
144
356000
2000
Quão cedo?
06:13
Well babiesbebês will fakefalso a crychorar,
145
358000
2000
Bem, os bebés fingem o choro,
06:15
pausepausa, wait to see who'squem é comingchegando
146
360000
2000
param, esperam para ver quem vem
06:17
and then go right back to cryinga chorar.
147
362000
2000
e depois voltam a chorar.
06:19
One-year-oldsUm ano de idade learnaprender concealmentocultação.
148
364000
2000
Os bebés de um ano aprendem a dissimulação.
06:21
(LaughterRiso)
149
366000
2000
(Risos)
06:23
Two-year-oldsDois-ano-velho bluffblefe.
150
368000
2000
Os de dois anos aprendem o bluff.
06:25
Five-year-oldsCinco anos de idade liementira outrightsem rodeios.
151
370000
2000
Os de cinco anos a mentira descarada.
06:27
They manipulatemanipular viaatravés da flatterybajulação.
152
372000
2000
Manipulam através do elogio.
06:29
Nine-year-oldsNove anos de idade, mastersmestres of the covertampa up.
153
374000
3000
Os de nove anos, são mestres do encobrimento.
06:32
By the time you enterentrar collegeFaculdade,
154
377000
2000
Pela altura em que se entra na universidade,
06:34
you're going to liementira to your mommamãe in one out of everycada fivecinco interactionsinterações.
155
379000
3000
iremos mentir à nossa mãe uma vez em cada cinco interacções.
06:37
By the time we enterentrar this work worldmundo and we're breadwinnerschefes de família,
156
382000
3000
Pela altura em que entramos neste mercado de trabalho e somos chefes de família,
06:40
we enterentrar a worldmundo that is just cluttereddesordenado
157
385000
2000
entramos num mundo que está simplesmente atulhado
06:42
with spamSpam, fakefalso digitaldigital friendsamigos,
158
387000
2000
de spam, falsos amigos digitais,
06:44
partisanpartidário mediameios de comunicação,
159
389000
2000
media parciais,
06:46
ingeniousengenhoso identityidentidade thievesladrões,
160
391000
2000
engenhosos ladrões de identidades,
06:48
world-classde classe mundial PonziPonzi schemersplanejadores,
161
393000
2000
burlões do esquema Ponzi de classe mundial,
06:50
a deceptiondecepção epidemicepidemia --
162
395000
2000
uma epidemia de engano --
06:52
in shortcurto, what one authorautor callschamadas
163
397000
2000
em resumo, o que um autor chama
06:54
a post-truthpós-verdade societysociedade.
164
399000
3000
uma sociedade pós-verdade.
06:57
It's been very confusingconfuso
165
402000
2000
Tem sido muito confuso
06:59
for a long time now.
166
404000
3000
durante muito tempo.
07:03
What do you do?
167
408000
2000
O que é que se faz?
07:05
Well there are stepspassos we can take
168
410000
2000
Bem, há medidas que podemos tomar
07:07
to navigatenavegar our way throughatravés the morasslamaçal.
169
412000
2000
para navegar através do pântano.
07:09
TrainedTreinados liespottersliespotters get to the truthverdade 90 percentpor cento of the time.
170
414000
3000
Os apanhadores de mentiras experientes chegam à verdade 90% das vezes.
07:12
The restdescansar of us, we're only 54 percentpor cento accuratepreciso.
171
417000
3000
Os restantes só acertamos 54% das vezes.
07:15
Why is it so easyfácil to learnaprender?
172
420000
2000
Porque é que é tão fácil de aprender?
07:17
There are good liarsmentirosos and there are badmau liarsmentirosos. There are no realreal originaloriginal liarsmentirosos.
173
422000
3000
Há bons mentirosos e há maus mentirosos. Não há verdadeiros mentirosos originais.
07:20
We all make the samemesmo mistakeserros. We all use the samemesmo techniquestécnicas.
174
425000
3000
Todos cometemos os mesmos erros. Todos usamos as mesmas técnicas.
07:23
So what I'm going to do
175
428000
2000
Por isso, o que vou fazer
07:25
is I'm going to showexposição you two patternspadrões of deceptiondecepção.
176
430000
2000
é mostrar-vos dois padrões de engano.
07:27
And then we're going to look at the hotquente spotspontos and see if we can find them ourselvesnós mesmos.
177
432000
3000
E a seguir vamos olhar para os pontos-chave e ver se conseguimos encontrá-los sozinhos.
07:30
We're going to startcomeçar with speechdiscurso.
178
435000
3000
Vamos começar pelo discurso.
07:33
(VideoVídeo) BillBill ClintonClinton: I want you to listen to me.
179
438000
2000
(Vídeo) Bill Clinton: "Quero que me escutem.
07:35
I'm going to say this again.
180
440000
2000
Vou dizê-lo de novo.
07:37
I did not have sexualsexual relationsrelações
181
442000
3000
Não tive relações sexuais
07:40
with that womanmulher, MissMiss LewinskyLewinsky.
182
445000
4000
com aquela mulher, a senhora Lewinsky.
07:44
I never told anybodyqualquer pessoa to liementira,
183
449000
2000
Nunca disse a ninguém para mentir,
07:46
not a singlesolteiro time, never.
184
451000
2000
nem uma única vez, nunca.
07:48
And these allegationsalegações are falsefalso.
185
453000
3000
E estas alegações são falsas.
07:51
And I need to go back to work for the AmericanAmericana people.
186
456000
2000
E preciso de regressar ao trabalho pelo povo americano.
07:53
Thank you.
187
458000
2000
Obrigado."
07:58
PamelaPamela MeyerMeyer: Okay, what were the telltaleTelltale signssinais?
188
463000
3000
Pamela Meyer: Ok, onde estão os sinais denunciadores?
08:01
Well first we heardouviu what's knownconhecido as a non-contractedNão-contratados denialnegação.
189
466000
4000
Bem, primeiro ouvimos o que é conhecido como uma negação não-contraída.
08:05
StudiesEstudos showexposição that people who are overdeterminedsobredeterminadas in theirdeles denialnegação
190
470000
3000
Estudos mostram que as pessoas com uma determinação acima da média na sua negação
08:08
will resortrecorrer to formalformal ratherem vez than informalinformal languagelíngua.
191
473000
3000
irão recorrer a linguagem formal em vez de linguagem informal.
08:11
We alsoAlém disso heardouviu distancingdistanciando- languagelíngua: "that womanmulher."
192
476000
3000
Também ouvimos linguagem de distanciamento: "aquela mulher."
08:14
We know that liarsmentirosos will unconsciouslyinconscientemente distancedistância themselvessi mesmos
193
479000
2000
Sabemos que os mentirosos inconscientemente irão distanciar-se
08:16
from theirdeles subjectsujeito
194
481000
2000
do seu assunto
08:18
usingusando languagelíngua as theirdeles toolferramenta.
195
483000
3000
usando a linguagem como ferramenta.
08:21
Now if BillBill ClintonClinton had said, "Well, to tell you the truthverdade ... "
196
486000
3000
Ora se Bill Clinton tivesse dito, "Bem, para dizer a verdade..."
08:24
or RichardRichard Nixon'sNixon favoritefavorito, "In all candorCandor ... "
197
489000
2000
ou a favorita do Richard Nixon, "Com toda a candura..."
08:26
he would have been a deadmorto giveawaydoação
198
491000
2000
teria sido de caras um indicador
08:28
for any liespotterliespotter than knowssabe
199
493000
2000
para qualquer apanhar de mentiras que sabe
08:30
that qualifyingqualificando languagelíngua, as it's calledchamado, qualifyingqualificando languagelíngua like that,
200
495000
3000
que a linguagem qualificativa, como é chamada, linguagem qualificativa como essa,
08:33
furthermais distante discreditsdesacredita the subjectsujeito.
201
498000
2000
descredibiliza ainda mais o sujeito.
08:35
Now if he had repeatedrepetido the questionquestão in its entiretytotalidade,
202
500000
3000
Ora, se ele tivesse repetido a questão na sua totalidade,
08:38
or if he had pepperedrecheados his accountconta with a little too much detaildetalhe --
203
503000
4000
ou se ele tivesse temperado o seu relato com demasiados detalhes --
08:42
and we're all really gladfeliz he didn't do that --
204
507000
2000
e estamos todos muito gratos que não o tenha feito --
08:44
he would have furthermais distante discrediteddesacreditado himselfele mesmo.
205
509000
2000
ter-se-ia descredibilizado ainda mais.
08:46
FreudFreud had it right.
206
511000
2000
Freud tinha razão.
08:48
FreudFreud said, look, there's much more to it than speechdiscurso:
207
513000
3000
Freud disse, olhem, há muito mais para além do discurso:
08:51
"No mortalmortal can keep a secretsegredo.
208
516000
3000
"Nenhum mortal consegue manter um segredo.
08:54
If his lipslábios are silentsilencioso, he chattersvibra with his fingertipspontas dos dedos."
209
519000
3000
Se os seus lábios estão silenciosos, ele palra com as pontas dos dedos."
08:57
And we all do it no matterimportam how powerfulpoderoso you are.
210
522000
3000
E todos o fazemos, não importa quão poderosos somos.
09:00
We all chatterconversa fiada with our fingertipspontas dos dedos.
211
525000
2000
Todos palramos com as pontas dos nossos dedos.
09:02
I'm going to showexposição you DominiqueDominique Strauss-KahnStrauss-Kahn with ObamaObama
212
527000
3000
Vou mostrar-vos Dominique Strauss-Kahn com Obama
09:05
who'squem é chatteringtagarelando with his fingertipspontas dos dedos.
213
530000
3000
palrando com as pontas dos dedos.
09:08
(LaughterRiso)
214
533000
3000
(Risos)
09:11
Now this bringstraz us to our nextPróximo patternpadronizar,
215
536000
3000
Isto traz-nos ao nosso próximo padrão,
09:14
whichqual is bodycorpo languagelíngua.
216
539000
3000
que é a linguagem corporal.
09:17
With bodycorpo languagelíngua, here'saqui está what you've got to do.
217
542000
3000
Com a linguagem corporal, eis o que temos de fazer.
09:20
You've really got to just throwlançar your assumptionspremissas out the doorporta.
218
545000
3000
Na verdade, temos simplesmente de deitar fora os nossos pressupostos.
09:23
Let the scienceCiência tempertemperamento your knowledgeconhecimento a little bitpouco.
219
548000
2000
Deixem a ciência temperar um pouco o vosso conhecimento.
09:25
Because we think liarsmentirosos fidgetfidget all the time.
220
550000
3000
Porque pensamos que os mentirosos estão constantemente irrequietos.
09:28
Well guessacho what, they're knownconhecido to freezecongelar theirdeles uppersuperior bodiescorpos when they're lyingdeitado.
221
553000
3000
Pois bem, são conhecidos por paralisar a parte superior do corpo quando estão a mentir.
09:31
We think liarsmentirosos won'tnão vai look you in the eyesolhos.
222
556000
3000
Pensamos que os mentirosos não nos olham nos olhos.
09:34
Well guessacho what, they look you in the eyesolhos a little too much
223
559000
2000
Pois bem, eles olham-nos nos olhos um pouco demais
09:36
just to compensatecompensar for that mythmito.
224
561000
2000
para poderem compensar esse mito.
09:38
We think warmthcalor and smilessorrisos
225
563000
2000
Pensamos que cordialidade e sorrisos
09:40
conveytransmitir honestyhonestidade, sinceritysinceridade.
226
565000
2000
transmitem honestidade, sinceridade.
09:42
But a trainedtreinado liespotterliespotter
227
567000
2000
Mas um apanhador de mentiras experiente
09:44
can spotlocal a fakefalso smilesorrir a milemilha away.
228
569000
2000
consegue detectar um sorriso falso a um quilómetro de distância.
09:46
Can you all spotlocal the fakefalso smilesorrir here?
229
571000
3000
Aqui, conseguem todos detectar um sorriso falso?
09:50
You can consciouslyconscientemente contractcontrato
230
575000
2000
Conseguimos contrair conscientemente
09:52
the musclesmúsculos in your cheeksbochechas.
231
577000
3000
os músculos das bochechas.
09:55
But the realreal smile'sdo sorriso in the eyesolhos, the crow'sdo corvo feetpés of the eyesolhos.
232
580000
3000
Mas o sorriso real é nos olhos, nos pés de galinha dos olhos.
09:58
They cannotnão podes be consciouslyconscientemente contractedcontratado,
233
583000
2000
Não é possível contraí-los conscientemente,
10:00
especiallyespecialmente if you overdidexagerou the BotoxBotox.
234
585000
2000
especialmente se exageraram no Botox.
10:02
Don't overdoexagerar the BotoxBotox; nobodyninguém will think you're honesthonesto.
235
587000
3000
Não exagerem no Botox; ninguém vai acreditar que são honestos.
10:05
Now we're going to look at the hotquente spotspontos.
236
590000
2000
Agora vamos observar os pontos-chave.
10:07
Can you tell what's happeningacontecendo in a conversationconversação?
237
592000
2000
Conseguem ver o que está a acontecer numa conversa?
10:09
Can you startcomeçar to find the hotquente spotspontos
238
594000
3000
Conseguem começar a descobrir os pontos-chave
10:12
to see the discrepanciesdiscrepâncias
239
597000
2000
para ver as discrepâncias
10:14
betweenentre someone'sde alguém wordspalavras and someone'sde alguém actionsações?
240
599000
2000
entre as palavras de alguém e as suas acções?
10:16
Now I know it seemsparece really obviousóbvio,
241
601000
2000
Eu sei que parece muito óbvio,
10:18
but when you're havingtendo a conversationconversação
242
603000
2000
mas quando estamos a ter uma conversa
10:20
with someonealguém you suspectsuspeito of deceptiondecepção,
243
605000
3000
com alguém que suspeitamos estar a enganar-nos,
10:23
attitudeatitude is by farlonge the mosta maioria overlookednegligenciado but tellingdizendo of indicatorsindicadores.
244
608000
3000
a atitude é, de longe, o indicador mais negligenciado e, no entanto, mais revelador.
10:26
An honesthonesto personpessoa is going to be cooperativecooperativa.
245
611000
2000
Uma pessoa honesta será cooperativa.
10:28
They're going to showexposição they're on your sidelado.
246
613000
2000
Irá mostrar que está do vosso lado.
10:30
They're going to be enthusiasticentusiasta.
247
615000
2000
Será entusiástica.
10:32
They're going to be willingdisposto and helpfulútil to gettingobtendo you to the truthverdade.
248
617000
2000
Será prestável e estará disposta a fazer-vos chegar à verdade.
10:34
They're going to be willingdisposto to brainstormBrainstorm, namenome suspectssuspeitos,
249
619000
3000
Irão estar dispostos a fazer brainstorm, nomear suspeitos,
10:37
provideprovidenciar detailsdetalhes.
250
622000
2000
fornecer detalhes.
10:39
They're going to say, "Hey,
251
624000
2000
Irão dizer, "Olhe,
10:41
maybe it was those guys in payrollfolha de pagamento that forgedforjado those checksverifica."
252
626000
3000
talvez tenham sido aqueles tipos nos pagamentos que falsificaram os cheques."
10:44
They're going to be infuriatedenfureceu if they sensesentido they're wronglyinjustamente accusedacusado
253
629000
3000
Irão ficar furiosos se sentirem que foram acusados injustamente
10:47
throughoutao longo the entireinteira coursecurso of the interviewentrevista, not just in flashesflashes;
254
632000
2000
no decurso de toda a entrevista, não apenas em alguns momentos,
10:49
they'lleles vão be infuriatedenfureceu throughoutao longo the entireinteira coursecurso of the interviewentrevista.
255
634000
3000
irão ficar furiosos durante toda a entrevista.
10:52
And if you askpergunte someonealguém honesthonesto
256
637000
2000
E se perguntarem a alguém honesto
10:54
what should happenacontecer to whomeverquem did forgeForge those checksverifica,
257
639000
3000
o que deve acontecer a alguém que falsificou os cheques,
10:57
an honesthonesto personpessoa is much more likelyprovável
258
642000
2000
uma pessoa honesta mais provavelmente
10:59
to recommendrecomendo strictrigoroso ratherem vez than lenientbranda punishmentpunição.
259
644000
4000
recomenda uma punição severa do que uma punição leve.
11:03
Now let's say you're havingtendo that exactexato samemesmo conversationconversação
260
648000
2000
Agora imaginemos que estão a ter exactamente a mesma conversa
11:05
with someonealguém deceptiveenganosas.
261
650000
2000
com alguém enganoso.
11:07
That personpessoa maypode be withdrawnretirado,
262
652000
2000
Essa pessoa pode ser esquiva,
11:09
look down, lowermais baixo theirdeles voicevoz,
263
654000
2000
olhar para baixo, baixar a voz,
11:11
pausepausa, be kindtipo of herky-jerkyvelhote.
264
656000
2000
fazer pausas, ser imprevisível.
11:13
AskPerguntar a deceptiveenganosas personpessoa to tell theirdeles storyhistória,
265
658000
2000
Peçam a uma pessoa enganosa para contar a sua história,
11:15
they're going to pepperpimenta it with way too much detaildetalhe
266
660000
3000
e ela vai temperá-la com demasiados detalhes
11:18
in all kindstipos of irrelevantirrelevante placeslocais.
267
663000
3000
em todos os momentos mais irrelevantes.
11:21
And then they're going to tell theirdeles storyhistória in strictrigoroso chronologicalcronológica orderordem.
268
666000
3000
E vai ainda contar a sua história em ordem cronológica estricta.
11:24
And what a trainedtreinado interrogatorinterrogador does
269
669000
2000
E o que um interrogador experiente faz
11:26
is they come in and in very subtlesutil waysmaneiras
270
671000
2000
é fazer a abordagem de forma subtil
11:28
over the coursecurso of severalde várias hourshoras,
271
673000
2000
ao longo de várias horas
11:30
they will askpergunte that personpessoa to tell that storyhistória backwardspara trás,
272
675000
3000
irão pedir a essa pessoa para contar a sua história de trás para a frente,
11:33
and then they'lleles vão watch them squirmse contorcer,
273
678000
2000
e depois ficam a vê-los a espernear,
11:35
and trackpista whichqual questionsquestões produceproduzir the highestmais alto volumevolume of deceptiveenganosas tellsconta.
274
680000
3000
e identificar que perguntas produzem o maior volume de indicadores de engano.
11:38
Why do they do that? Well we all do the samemesmo thing.
275
683000
3000
Porque é que eles fazem isso? Bem, todos nós fazemos a mesma coisa.
11:41
We rehearseensaiar our wordspalavras,
276
686000
2000
Ensaiamos as nossas palavras,
11:43
but we rarelyraramente rehearseensaiar our gesturesgestos.
277
688000
2000
mas raramente ensaiamos os nossos gestos.
11:45
We say "yes," we shakemexe our headscabeças "no."
278
690000
2000
Dizemos "sim", abanamos a cabeça "não".
11:47
We tell very convincingconvincente storieshistórias, we slightlylevemente shrugencolher de ombros our shouldersombros.
279
692000
3000
Contamos histórias muito convincentes, abanamos ligeiramente os ombros.
11:50
We commitcometer terribleterrivel crimescrimes,
280
695000
2000
Cometemos crimes terríveis,
11:52
and we smilesorrir at the delightdeleite in gettingobtendo away with it.
281
697000
3000
e sorrimos perante o prazer de sairmos impunes.
11:55
Now that smilesorrir is knownconhecido in the tradecomércio as "dupingludibriar delightdeleite."
282
700000
3000
Ora este sorriso é conhecido no nosso ofício como o "deleite da engano".
11:58
And we're going to see that in severalde várias videosvídeos movingmovendo-se forwardprogressivo,
283
703000
3000
E vamos vê-lo em vários vídeos mais à frente,
12:01
but we're going to startcomeçar -- for those of you who don't know him,
284
706000
2000
mas vamos começar -- para aqueles que não o conhecem,
12:03
this is presidentialpresidencial candidatecandidato JohnJohn EdwardsEdwards
285
708000
3000
este é o candidato presidencial John Edwards
12:06
who shockedchocado AmericaAmérica by fatheringpaternidade a childcriança out of wedlockcasamento.
286
711000
3000
que chocou a América ao assumir a paternidade de um filho fora do casamento.
12:09
We're going to see him talk about gettingobtendo a paternitypaternidade testteste.
287
714000
3000
Vamos ouvi-lo a falar sobre fazer um teste de paternidade.
12:12
See now if you can spotlocal him
288
717000
2000
Vejam se conseguem detectar
12:14
sayingdizendo, "yes" while shakingtremendo his headcabeça "no,"
289
719000
2000
quando diz, "sim" ao mesmo tempo que abana a cabeça "não",
12:16
slightlylevemente shruggingencolher os ombros his shouldersombros.
290
721000
2000
ligeiramente encolhendo os ombros.
12:18
(VideoVídeo) JohnJohn EdwardsEdwards: I'd be happyfeliz to participateparticipar in one.
291
723000
2000
(Vídeo) John Edwards: Tenho todo o prazer em participar num [teste].
12:20
I know that it's not possiblepossível that this childcriança could be minemeu,
292
725000
3000
Sei que não é possível que esta criança seja minha,
12:23
because of the timingcronometragem of eventseventos.
293
728000
2000
por causa da altura em que aconteceram os eventos.
12:25
So I know it's not possiblepossível.
294
730000
2000
Por isso sei que não é possível.
12:27
HappyFeliz to take a paternitypaternidade testteste,
295
732000
2000
Todo o gosto em fazer um teste de paternidade,
12:29
and would love to see it happenacontecer.
296
734000
2000
e gostaria muito de vê-lo acontecer.
12:31
InterviewerEntrevistador: Are you going to do that soonem breve? Is there somebodyalguém --
297
736000
3000
Entrevistador: Irá fazê-lo em breve? Há alguém --
12:34
JEJE: Well, I'm only one sidelado. I'm only one sidelado of the testteste.
298
739000
3000
JE: Bem, sou apenas uma das partes. Sou apenas uma das partes do teste.
12:37
But I'm happyfeliz to participateparticipar in one.
299
742000
3000
Mas tenho todo o gosto em participar.
12:40
PMPM: Okay, those headcabeça shakesshakes are much easierMais fácil to spotlocal
300
745000
2000
PM: Ok, aqueles abanares de cabeça são muito mais fáceis de detectar
12:42
onceuma vez you know to look for them.
301
747000
2000
assim que sabemos procurar por eles.
12:44
There'reLá está going to be timesvezes
302
749000
2000
Vai haver alturas
12:46
when someonealguém makesfaz com que one expressionexpressão
303
751000
2000
em que alguém faz uma expressão
12:48
while maskingmascaramento anotheroutro that just kindtipo of leaksvazamentos throughatravés in a flashinstantâneo.
304
753000
3000
ao mesmo tempo que mascara outra que escapa num instante.
12:52
MurderersAssassinos are knownconhecido to leakfuga sadnesstristeza.
305
757000
2000
Os assassinos são conhecidos por deixarem escapar tristeza.
12:54
Your newNovo jointjunta venturerisco partnerparceiro mightpoderia shakemexe your handmão,
306
759000
2000
O vosso novo parceiro de negócios de risco pode dar-vos um aperto de mão,
12:56
celebratecomemoro, go out to dinnerjantar with you
307
761000
2000
celebrar, ir jantar convosco
12:58
and then leakfuga an expressionexpressão of angerraiva.
308
763000
3000
e depois deixar escapar uma expressão de raiva.
13:01
And we're not all going to becometornar-se facialtratamento facial expressionexpressão expertsespecialistas overnightdurante a noite here,
309
766000
3000
E não vamos todos tornar-nos peritos em expressões faciais de um dia para o outro,
13:04
but there's one I can teachEnsinar you that's very dangerousperigoso, and it's easyfácil to learnaprender,
310
769000
3000
mas há uma que posso ensinar que é muito perigosa, e é fácil de aprender,
13:07
and that's the expressionexpressão of contemptdesprezo.
311
772000
3000
e que é a expressão de desprezo.
13:10
Now with angerraiva, you've got two people on an even playingjogando fieldcampo.
312
775000
3000
Com a raiva, temos duas pessoas num plano de jogo equilibrado.
13:13
It's still somewhatum pouco of a healthysaudável relationshiprelação.
313
778000
2000
Ainda é de certa forma uma relação saudável.
13:15
But when angerraiva turnsgira to contemptdesprezo,
314
780000
2000
Mas quando a raiva se transforma em desprezo,
13:17
you've been dismisseddispensado.
315
782000
2000
é porque foram rejeitados.
13:19
It's associatedassociado with moralmoral superioritysuperioridade.
316
784000
2000
Está associada à superioridade moral.
13:21
And for that reasonrazão, it's very, very hardDifícil to recoverrecuperar from.
317
786000
3000
E por essa razão, é muito, muito difícil de recuperar dela.
13:24
Here'sAqui é what it looksparece like.
318
789000
2000
É este o seu aspecto.
13:26
It's markedmarcado by one liplábio cornercanto
319
791000
2000
É marcada por um canto do lábio
13:28
pulledpuxado up and in.
320
793000
2000
puxado para cima e para dentro.
13:30
It's the only asymmetricalassimétrico expressionexpressão.
321
795000
3000
É a única expressão assimétrica.
13:33
And in the presencepresença of contemptdesprezo,
322
798000
2000
E quando na presença de desprezo,
13:35
whetherse or not deceptiondecepção followssegue --
323
800000
2000
quer se siga ou não o engano --
13:37
and it doesn't always followSegue --
324
802000
2000
e isso nem sempre acontece --
13:39
look the other way, go the other directiondireção,
325
804000
2000
olhem para o outro lado, sigam noutro sentido,
13:41
reconsiderreconsiderar the dealacordo,
326
806000
2000
pensem de novo no negócio,
13:43
say, "No thank you. I'm not comingchegando up for just one more nightcapsaideira. Thank you."
327
808000
4000
digam, "Não, obrigado. Não vou aparecer só para mais uma bebida. Obrigado".
13:47
ScienceCiência has surfacedà tona
328
812000
2000
A ciência trouxe à superfície
13:49
manymuitos, manymuitos more indicatorsindicadores.
329
814000
2000
muitos, muitos mais indicadores.
13:51
We know, for exampleexemplo,
330
816000
2000
Sabemos, por exemplo,
13:53
we know liarsmentirosos will shiftmudança theirdeles blinkpiscar ratetaxa,
331
818000
2000
que os mentirosos mudam o ritmo com que piscam os olhos,
13:55
pointponto theirdeles feetpés towardsem direção an exitSaída.
332
820000
2000
apontam os pés na direcção da saída.
13:57
They will take barrierbarreira objectsobjetos
333
822000
2000
Que usam objectos barreira
13:59
and put them betweenentre themselvessi mesmos and the personpessoa that is interviewingentrevistando them.
334
824000
3000
e os colocam entre eles e a pessoa que os está a entrevistar.
14:02
They'llEles pensarão alterALTER theirdeles vocalvocal tonetom,
335
827000
2000
Que alteram o tom de voz,
14:04
oftenfrequentemente makingfazer theirdeles vocalvocal tonetom much lowermais baixo.
336
829000
3000
muitas vezes fazendo o seu tom de voz muito mais grave.
14:07
Now here'saqui está the dealacordo.
337
832000
2000
Ora bem, isto agora é importante.
14:09
These behaviorscomportamentos are just behaviorscomportamentos.
338
834000
3000
Estes comportamentos são apenas comportamentos.
14:12
They're not proofprova of deceptiondecepção.
339
837000
2000
Não são prova de engano.
14:14
They're redvermelho flagsbandeiras.
340
839000
2000
São bandeiras vermelhas.
14:16
We're humanhumano beingsseres.
341
841000
2000
Somos seres humanos.
14:18
We make deceptiveenganosas flailingespasmos gesturesgestos all over the placeLugar, colocar all day long.
342
843000
3000
Fazemos gestos de engano por todo o lado durante todo o dia.
14:21
They don't mean anything in and of themselvessi mesmos.
343
846000
2000
Eles não significam nada em si mesmos.
14:23
But when you see clustersclusters of them, that's your signalsinal.
344
848000
3000
Mas quando vemos grupos desses gestos, é esse o nosso sinal.
14:26
Look, listen, probesonda, askpergunte some hardDifícil questionsquestões,
345
851000
3000
Observem, escutem, sondem, façam algumas perguntas difíceis,
14:29
get out of that very comfortableconfortável modemodo of knowingsabendo,
346
854000
3000
saiam desse muito confortável modo de conhecimento,
14:32
walkandar into curiositycuriosidade modemodo, askpergunte more questionsquestões,
347
857000
3000
entrem no modo curiosidade, façam mais perguntas,
14:35
have a little dignitydignidade, treattratar the personpessoa you're talkingfalando to with rapportharmonia.
348
860000
3000
tenham um pouco de dignidade, tratem a pessoa com quem estão a falar com empatia.
14:38
Don't try to be like those folkspessoal on "LawLei & OrderOrdem" and those other TVTV showsmostra
349
863000
3000
Não tentem ser como aquelas pessoas nas séries sobre policiais
14:41
that pummelpummel theirdeles subjectsassuntos into submissionapresentação.
350
866000
2000
que espancam os seus suspeitos até à submissão.
14:43
Don't be too aggressiveagressivo, it doesn't work.
351
868000
3000
Não sejam demasiado agressivos, não funciona.
14:46
Now we'venós temos talkedfalou a little bitpouco
352
871000
2000
Agora já falámos um pouco
14:48
about how to talk to someonealguém who'squem é lyingdeitado
353
873000
2000
sobre como falar com alguém que está a mentir
14:50
and how to spotlocal a liementira.
354
875000
2000
e sobre como detectar uma mentira.
14:52
And as I promisedPrometi, we're now going to look at what the truthverdade looksparece like.
355
877000
3000
E como prometi, vamos agora olhar para o aspecto que tem a verdade.
14:55
But I'm going to showexposição you two videosvídeos,
356
880000
2000
Mas vou mostrar-vos dois vídeos,
14:57
two mothersmães -- one is lyingdeitado, one is tellingdizendo the truthverdade.
357
882000
3000
duas mães -- uma está a mentir, uma está a dizer a verdade.
15:00
And these were surfacedà tona
358
885000
2000
E quem as trouxe à superfície
15:02
by researcherPesquisador DavidDavid MatsumotoMatsumoto in CaliforniaCalifórnia.
359
887000
2000
foi o investigador David Matsumoto na Califórnia.
15:04
And I think they're an excellentExcelente exampleexemplo
360
889000
2000
E penso que são um excelente exemplo
15:06
of what the truthverdade looksparece like.
361
891000
2000
do aspecto que a verdade tem.
15:08
This mothermãe, DianeDiane DownsDowns,
362
893000
2000
Esta mãe, Diane Downs,
15:10
shottiro her kidsfilhos at closefechar rangealcance,
363
895000
2000
disparou sobre os seus filhos à queima-roupa,
15:12
drovedirigiu them to the hospitalhospital
364
897000
2000
conduziu-os até ao hospital
15:14
while they bledsangrou all over the carcarro,
365
899000
2000
enquanto eles sangravam por todo o carro,
15:16
claimedalegou a scraggy-hairedscraggy cabelos strangerdesconhecido did it.
366
901000
2000
e afirmou que foi um desconhecido magricela e cabeludo que o fez.
15:18
And you'llvocê vai see when you see the videovídeo,
367
903000
2000
E irão ver quando virem o vídeo,
15:20
she can't even pretendfaz de conta to be an agonizingagonizante mothermãe.
368
905000
2000
que ela nem sequer consegue fingir ser uma mãe em sofrimento.
15:22
What you want to look for here
369
907000
2000
Aquilo que devem procurar aqui
15:24
is an incredibleincrível discrepancydiscrepância de
370
909000
2000
é uma incrível discrepância
15:26
betweenentre horrifichorrível eventseventos that she describesdescreve
371
911000
2000
entre os eventos horrorosos que ela descreve
15:28
and her very, very coollegal demeanorcomportamento.
372
913000
2000
e o seu comportamento muito, muito calmo.
15:30
And if you look closelyde perto, you'llvocê vai see dupingludibriar delightdeleite throughoutao longo this videovídeo.
373
915000
3000
E se olharem atentamente, irão ver o deleite do engano ao longo deste vídeo
15:33
(VideoVídeo) DianeDiane DownsDowns: At night when I closefechar my eyesolhos,
374
918000
2000
(Vídeo) Diane Downs: À noite, quando fecho os olhos,
15:35
I can see ChristieChristie reachingalcançando her handmão out to me while I'm drivingdirigindo,
375
920000
3000
vejo a Christie esticando a sua mão na minha direcção enquanto conduzo,
15:38
and the bloodsangue just keptmanteve comingchegando out of her mouthboca.
376
923000
3000
e o sangue continuava a sair da sua boca.
15:41
And that -- maybe it'llvai fadedesvaneça too with time --
377
926000
2000
E isso -- talvez isso também se desvaneça com o tempo --
15:43
but I don't think so.
378
928000
2000
mas penso que não.
15:45
That bothersincomoda me the mosta maioria.
379
930000
3000
Isso é o que me perturba mais.
15:55
PMPM: Now I'm going to showexposição you a videovídeo
380
940000
2000
PM: Agora vou mostrar-vos um vídeo
15:57
of an actualreal grievingde luto mothermãe, ErinErin RunnionRunnion,
381
942000
2000
de uma verdadeira mãe em luto, Erin Runnion,
15:59
confrontingenfrentando her daughter'sfilha murdererassassino and torturertorturador in courtquadra.
382
944000
4000
confrontando o assassino e torturador da sua filha no tribunal.
16:03
Here you're going to see no falsefalso emotionemoção,
383
948000
2000
Aqui não vão ver emoções falsas,
16:05
just the authenticautêntico expressionexpressão of a mother'smãe agonyagonia.
384
950000
3000
apenas a expressão autentica de uma mãe em sofrimento.
16:08
(VideoVídeo) ErinErin RunnionRunnion: I wroteescrevi this statementdeclaração on the thirdterceiro anniversaryaniversário
385
953000
2000
(Vídeo) Erin Runnion: Escrevi esta declaração no terceiro aniversário
16:10
of the night you tooktomou my babybebê,
386
955000
2000
da noite em que me tiraste a minha bebé,
16:12
and you hurtferido her,
387
957000
2000
e a magoaste,
16:14
and you crushedesmagado her,
388
959000
2000
e a esmagaste,
16:16
you terrifiedaterrorizado her untilaté her heartcoração stoppedparado.
389
961000
4000
e a aterrorizaste até que o coração dela parou.
16:20
And she foughtlutou, and I know she foughtlutou you.
390
965000
3000
E ela lutou, eu sei que ela lutou contra ti.
16:23
But I know she lookedolhou at you
391
968000
2000
Mas eu sei que ela olhou para ti
16:25
with those amazingsurpreendente brownCastanho eyesolhos,
392
970000
2000
com aqueles incríveis olhos castanhos,
16:27
and you still wanted to killmatar her.
393
972000
3000
e ainda assim quiseste matá-la.
16:30
And I don't understandCompreendo it,
394
975000
2000
E não compreendo,
16:32
and I never will.
395
977000
3000
e nunca hei-de compreender.
16:35
PMPM: Okay, there's no doubtingduvidar the veracityveracidade of those emotionsemoções.
396
980000
4000
PM: Ok, não há dúvida quanto à veracidade daquelas emoções.
16:39
Now the technologytecnologia around what the truthverdade looksparece like
397
984000
3000
A tecnologia à volta do aspecto da verdade
16:42
is progressinga progredir on, the scienceCiência of it.
398
987000
3000
está a progredir, a ciência sobre isso.
16:45
We know for exampleexemplo
399
990000
2000
Sabemos, por exemplo,
16:47
that we now have specializedespecializado eyeolho trackersrastreadores and infraredinfravermelho braincérebro scansvarredura,
400
992000
3000
que agora temos rastreadores de olhos especializados e digitalizadores cerebrais de infravermelhos,
16:50
MRI'sRessonância magnética that can decodedecodificar the signalssinais that our bodiescorpos sendenviar out
401
995000
3000
ressonâncias magnéticas que conseguem descodificar os sinais que os nossos corpos enviam
16:53
when we're tryingtentando to be deceptiveenganosas.
402
998000
2000
quando estamos a tentar enganar.
16:55
And these technologiestecnologias are going to be marketedcomercializado to all of us
403
1000000
3000
E estas tecnologias estão a tentar ser vendidas a todos nós
16:58
as panaceaspanaceias for deceitDolo,
404
1003000
2000
como panaceias para o engano,
17:00
and they will proveprovar incrediblyincrivelmente usefulútil some day.
405
1005000
3000
e um dia irão provar ser incrivelmente úteis.
17:03
But you've got to askpergunte yourselfvocê mesmo in the meantimeentretanto:
406
1008000
2000
Mas entretanto temos de nos perguntar a nós mesmos:
17:05
Who do you want on your sidelado of the meetingencontro,
407
1010000
2000
Quem é que queremos ao nosso lado na reunião,
17:07
someonealguém who'squem é trainedtreinado in gettingobtendo to the truthverdade
408
1012000
3000
alguém que está treinado na obtenção da verdade
17:10
or some guy who'squem é going to dragarrastar a 400-pound-libra electroencephalogrameletroencefalograma
409
1015000
2000
ou um tipo que arrasta consigo um electroencefalograma de 200 quilos
17:12
throughatravés the doorporta?
410
1017000
2000
através da porta?
17:14
LiespottersLiespotters relycontar com on humanhumano toolsFerramentas.
411
1019000
4000
Os apanhadores de mentiras apoiam-se nas ferramentas humanas.
17:18
They know, as someonealguém onceuma vez said,
412
1023000
2000
Sabem, como alguém uma vez disse,
17:20
"Character'sDo personagem who you are in the darkSombrio."
413
1025000
2000
"O carácter é quem tu és no escuro."
17:22
And what's kindtipo of interestinginteressante
414
1027000
2000
E o que é interessante
17:24
is that todayhoje we have so little darknessTrevas.
415
1029000
2000
é que hoje em dia temos tão pouca escuridão.
17:26
Our worldmundo is litaceso up 24 hourshoras a day.
416
1031000
3000
O nosso mundo está aceso 24 horas por dia.
17:29
It's transparenttransparente
417
1034000
2000
É transparente
17:31
with blogsblogs and socialsocial networksredes
418
1036000
2000
com blogues e redes sociais
17:33
broadcastingradiodifusão the buzzzumbido of a wholetodo newNovo generationgeração of people
419
1038000
2000
transmitindo o burburinho de toda uma nova geração de pessoas
17:35
that have madefeito a choiceescolha to liveviver theirdeles livesvidas in publicpúblico.
420
1040000
3000
que fizeram a escolha de viver as suas vidas em público.
17:38
It's a much more noisybarulhento worldmundo.
421
1043000
4000
É um mundo muito mais barulhento.
17:42
So one challengedesafio we have
422
1047000
2000
Por isso um desafio que temos
17:44
is to rememberlembrar,
423
1049000
2000
é o de lembrar que,
17:46
oversharingoversharing, that's not honestyhonestidade.
424
1051000
3000
partilhar demais, isso não é honestidade.
17:49
Our manicmaníacos tweetingtwittando and textingmensagens de texto
425
1054000
2000
O nosso uso do twitter e envio de sms's maníaco
17:51
can blindcego us to the factfacto
426
1056000
2000
pode cegar-nos para o facto
17:53
that the subtletiessutilezas of humanhumano decencydecência -- characterpersonagem integrityintegridade --
427
1058000
3000
que as subtilezas da decência humana -- a integridade de carácter --
17:56
that's still what mattersimporta, that's always what's going to matterimportam.
428
1061000
3000
são ainda o que importa, são o que há-de sempre importar.
17:59
So in this much noisiermais ruidoso worldmundo,
429
1064000
2000
Por isso, neste mundo muito mais barulhento,
18:01
it mightpoderia make sensesentido for us
430
1066000
2000
talvez faça sentido para nós
18:03
to be just a little bitpouco more explicitexplícito
431
1068000
2000
ser um pouco mais explícito
18:05
about our moralmoral codecódigo.
432
1070000
3000
acerca do nosso código moral.
18:08
When you combinecombinar the scienceCiência of recognizingreconhecendo deceptiondecepção
433
1073000
2000
Quando combinamos a ciência do reconhecimento do engano
18:10
with the artarte of looking, listeningouvindo,
434
1075000
2000
com a arte da observação, da escuta,
18:12
you exemptisento yourselfvocê mesmo from collaboratingcolaborando in a liementira.
435
1077000
3000
retiramo-nos da colaboração numa mentira.
18:15
You startcomeçar up that pathcaminho
436
1080000
2000
Começamos aquele caminho
18:17
of beingser just a little bitpouco more explicitexplícito,
437
1082000
2000
de ser apenas um pouco mais explícito,
18:19
because you signalsinal to everyonetodos around you,
438
1084000
2000
porque damos um sinal a todos à nossa volta,
18:21
you say, "Hey, my worldmundo, our worldmundo,
439
1086000
3000
dizemos, "Olhem, o meu mundo, o nosso mundo,
18:24
it's going to be an honesthonesto one.
440
1089000
2000
vai ser um mundo honesto.
18:26
My worldmundo is going to be one where truthverdade is strengthenedreforçada
441
1091000
2000
O meu mundo vai ser um mundo em que a verdade será fortalecida
18:28
and falsehoodfalsidade is recognizedreconhecido and marginalizedmarginalizados."
442
1093000
3000
e a falsidade será reconhecida e marginalizada".
18:31
And when you do that,
443
1096000
2000
E quando o fazemos,
18:33
the groundchão around you startscomeça to shiftmudança just a little bitpouco.
444
1098000
3000
o chão à vossa volta começa a mover-se um pouco.
18:36
And that's the truthverdade. Thank you.
445
1101000
3000
E essa é a verdade. Obrigado.
18:39
(ApplauseAplausos)
446
1104000
5000
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Pamela Meyer - Lie detector
Pamela Meyer thinks we’re facing a pandemic of deception, but she’s arming people with tools that can help take back the truth.

Why you should listen
Social media expert Pamela Meyer can tell when you’re lying. If it’s not your words that give you away, it’s your posture, eyes, breathing rate, fidgets, and a host of other indicators. Worse, we are all lied to up to 200 times a day, she says, from the white lies that allow society to function smoothly to the devastating duplicities that bring down corporations and break up families.

Working with a team of researchers over several years, Meyer, who is CEO of social networking company Simpatico Networks, collected and reviewed most of the research on deception that has been published, from such fields as law-enforcement, military, psychology and espionage. She then became an expert herself, receiving advanced training in deception detection, including multiple courses of advanced training in interrogation, microexpression analysis, statement analysis, behavior and body language interpretation, and emotion recognition. Her research is synthetized in her bestselling book Liespotting.
More profile about the speaker
Pamela Meyer | Speaker | TED.com